¿Qué fuentes citan los LLM? Estudio 2026 con 10.000 consultas

La pregunta sobre citas que todo equipo de contenidos debería hacerse

Cada vez que ChatGPT responde una pregunta, toma miles de microdecisiones sobre en qué fuentes confiar, cuáles citar y cuáles parafrasear. Esas decisiones no son aleatorias: siguen patrones que se pueden medir y, en buena medida, predecir. Si entiendes qué predice que un LLM te cite, puedes crear contenido con más probabilidades de ser elegido.

Lanzamos 10.000 consultas en ChatGPT (GPT-4o), Perplexity, Claude 3.5 Sonnet y Gemini Advanced, y registramos qué dominios se citaban, con qué frecuencia y en qué contextos. Después cruzamos esos dominios citados con 14 atributos distintos del sitio web y del contenido para entender qué predice una cita. Algunos hallazgos confirmaron la teoría de AEO que ya conocíamos. Otros nos sorprendieron de verdad.

Diseño del estudio

Las 10.000 consultas se repartieron a partes iguales entre cuatro categorías:

• Informativas: consultas del tipo «¿Qué es [concepto]?» (2.500 consultas)
• Comparativas: consultas del tipo «Mejor X vs. Y para Z» (2.500 consultas)
• Procedimentales: consultas del tipo «¿Cómo hago [tarea]?» (2.500 consultas)
• Evaluativas: consultas como «¿Debería usar X para Y?» o «¿Vale la pena X?» (2.500 consultas)

Las consultas abarcaron 20 grupos temáticos, entre ellos software, marketing, salud, finanzas, derecho, comida y cocina, viajes, educación, reformas del hogar y tecnología. Cada consulta se lanzó en los cuatro LLM y las citas se registraron por dominio, posición en la respuesta y tipo de cita (enlace explícito o mención implícita).

Cruzamos los dominios citados con estos atributos: autoridad de dominio (DA), puntuaciones TF-IDF, actualidad del contenido, número de palabras, presencia de schema FAQPage, presencia de schema HowTo, presencia de schema Article, acceso de bots de IA, presencia de llms.txt, señales de E-E-A-T, número de backlinks, densidad de enlaces internos, puntuación de legibilidad y puntuación de originalidad del contenido.

Los factores que más predicen una cita en los LLM: el ranking

Así quedaron los 14 atributos analizados según su correlación con la tasa de citas (coeficiente r de Pearson):

1. Presencia de schema FAQPage: r = 0,61 (el predictor más fuerte)
2. Autoridad de dominio (50+): r = 0,54
3. Actualidad del contenido (actualizado en los últimos 6 meses): r = 0,51
4. Acceso de bots de IA (todos los rastreadores principales permitidos): r = 0,49
5. Señales de E-E-A-T (credenciales del autor, fecha de publicación): r = 0,47
6. Densidad de respuestas directas (proporción de afirmaciones declarativas frente a lenguaje con matices y rodeos): r = 0,44
7. Schema HowTo en páginas de procedimientos: r = 0,41
8. Número de backlinks: r = 0,38
9. Presencia de llms.txt: r = 0,33
10. Extensión del contenido (1.500-4.000 palabras): r = 0,28
11. Densidad de enlaces internos: r = 0,19
12. Presencia de schema Article: r = 0,18
13. Puntuación de legibilidad: r = 0,14
14. TF-IDF/densidad de palabras clave: r = 0,09

El ranking esconde varias sorpresas que vale la pena desgranar.

Sorpresa 2: la actualidad del contenido es el tercer mejor predictor

La actualidad del contenido (definida como actualizado en los últimos 6 meses y señalada mediante el campo dateModified del schema Article) quedó tercera en nuestro estudio: por encima del acceso de bots de IA, de las señales de E-E-A-T y de los backlinks. Nos sorprendió, porque la literatura sobre AEO suele centrarse en la estructura y el schema, no en las señales temporales.

La explicación parece depender del tipo de consulta. En consultas informativas sobre conceptos estables, la actualidad apenas influye. Pero en la mayoría de las consultas de nuestro conjunto de prueba (que cubría grupos temáticos muy vivos, como software, herramientas de IA, normativa y buenas prácticas), los motores de IA favorecen claramente las fuentes actualizadas hace poco. El contenido desactualizado sobre temas que cambian rápido queda sistemáticamente relegado.

La lección práctica: la actualidad del contenido no es solo una cuestión de SEO, también es una señal de AEO. Mantener al día las páginas clave (y señalar bien esas actualizaciones con dateModified en el schema Article) mejora las tasas de citas en los LLM en temas donde lo reciente importa.

Sorpresa 3: la densidad de palabras clave es el predictor más débil

TF-IDF y la densidad de palabras clave quedaron últimos entre nuestros 14 atributos, con un coeficiente de correlación de apenas 0,09: prácticamente ruido. Es el dato más claro a favor de la diferencia de fondo entre SEO y AEO: optimizar la densidad de palabras clave, como se hace en SEO, no pinta nada en las decisiones de citas de un LLM. Los motores de IA entienden el tema mediante análisis semántico, no por la frecuencia de las palabras clave.

El contenido escrito para responder preguntas de forma clara y completa, sin relleno de palabras clave ni optimización deliberada de la densidad, supera de forma constante al contenido optimizado para keywords en tasas de citas en los LLM. Escribir para personas y responder directamente funciona mejor con los motores de IA que escribir para algoritmos.

Por LLM: los patrones de citas no son idénticos

Los predictores agregados de arriba son promedios de los cuatro LLM. Si miras cada plataforma por separado, aparecen diferencias importantes:

ChatGPT (GPT-4o)

La autoridad de dominio predice más en ChatGPT (r = 0,61) que en cualquier otra plataforma. Los datos de entrenamiento de ChatGPT están sesgados hacia fuentes de alta autoridad, lo que da una ventaja duradera a los dominios consolidados. El efecto del schema FAQPage existe, pero es menor (r = 0,48), porque el modelo base de ChatGPT se apoya sobre todo en sus datos de entrenamiento y no en la extracción de datos estructurados en tiempo real. Los dominios nuevos con un schema excelente siguen saliendo ganando, pero el plus por autoridad es mayor.

Perplexity

Perplexity muestra el perfil de predictores más equilibrado. La actualidad del contenido es su predictor más fuerte (r = 0,68): Perplexity prioriza de forma explícita el contenido reciente y en vivo en su modelo de recuperación. El schema FAQPage (r = 0,58) y el acceso de bots de IA (r = 0,57) también pesan mucho. Perplexity es el LLM que más «responde» a la optimización AEO, porque recupera y cita activamente desde la web en vivo.

Claude

Claude muestra la correlación más fuerte con las señales de E-E-A-T (r = 0,59). El enfoque de Anthropic sobre la calidad de las fuentes da peso a las credenciales del autor, la autoridad de la organización y la procedencia del contenido. Los sitios con autores de credenciales claras, afiliaciones institucionales y una metodología bien documentada reciben más citas de Claude que de otros LLM. En nuestro estudio, llms.txt tiene un efecto mayor en Claude (r = 0,41) que en cualquier otra plataforma.

Gemini

Gemini muestra los patrones más alineados con Google: la autoridad de dominio (r = 0,62) y el número de backlinks (r = 0,52) son sus predictores más fuertes, lo que lo acerca al SEO tradicional más que a cualquier otro LLM. Encaja con la arquitectura de Gemini, que incorpora el Knowledge Graph de Google y señales derivadas de PageRank. El camino para que Gemini te cite pasa más por la autoridad SEO tradicional que por señales específicas de AEO, aunque el schema FAQPage (r = 0,44) sigue importando bastante.

Por tipo de consulta: qué se cita en cada contexto

Consultas informativas

El schema FAQPage domina (r = 0,71). La densidad de respuestas directas (cuánto del contenido son afirmaciones declarativas que responden preguntas concretas) es el segundo mejor predictor. La autoridad de dominio importa, pero queda tercera. Es el tipo de consulta en el que más influye la optimización AEO.

Consultas comparativas

La autoridad de dominio es el predictor más fuerte (r = 0,65). En consultas del tipo «X vs. Y», los motores de IA tienden a citar fuentes en las que ya confían a nivel de dominio: sitios de reseñas consolidados y grandes medios. Aun así, los sitios con contenido comparativo concreto, estructurado con tablas de funciones claras y schema FAQPage, sí superan a sitios de más autoridad con comparativas menos estructuradas.

Consultas procedimentales

El schema HowTo es el predictor más fuerte (r = 0,67) en las consultas de tipo «cómo hago»: justo lo que cabría esperar según la teoría del schema. La actualidad del contenido es el segundo, lo que refleja que el contenido de procedimientos sobre herramientas y software tiene que estar al día para que lo citen. Es el tipo de consulta en el que el schema HowTo tiene el impacto en citas más claro y medible.

Consultas evaluativas

Las señales de E-E-A-T son el predictor más fuerte en las consultas evaluativas (r = 0,61). Las consultas «¿Vale la pena X?» y «¿Debería usar X para Y?» son donde las credenciales del autor, la transparencia de la metodología y la autoridad de la organización deciden con más fuerza qué se cita. Es en estas consultas donde el contenido sin credenciales sale perdiendo de forma más sistemática.

El efecto del acceso de los bots

Un hallazgo merece especial atención: entre los dominios que bloquean los rastreadores de IA, las tasas de citas caen casi a cero en los sistemas de IA en tiempo real (Perplexity, ChatGPT Browse). Es lo esperable: los bots bloqueados no pueden leer el contenido. Lo que nos sorprendió fue la tasa de citas residual del ChatGPT base a partir de los datos de entrenamiento: incluso los dominios que bloquean GPTBot reciben alguna cita ocasional del ChatGPT base si su contenido ya estaba en el corpus de entrenamiento antes de añadir el bloqueo.

Esto genera una falsa sensación de seguridad en los editores que bloquearon los rastreadores de IA. Pueden ver algunas citas de ChatGPT procedentes de datos de entrenamiento antiguos y concluir que el bloqueo no tiene impacto. El impacto real se ve al medir las citas en Perplexity y ChatGPT Browse, donde el bloqueo deja las tasas casi en cero. Usa la analítica de citas de AI Rank Lab para medir las tasas de citas en los cuatro LLM principales, no solo en el que podría estar dándote un falso positivo.

Cómo aplicar este estudio

El ranking de predictores de citas sugiere un orden de prioridades claro para invertir en AEO:

1. Schema FAQPage en todas las páginas informativas: la correlación más alta con las citas en todos los tipos de consulta y en todos los LLM
2. Construye autoridad de dominio con backlinks de calidad: el segundo mejor predictor, y especialmente importante para ChatGPT y Gemini
3. Mantén el contenido actualizado y señala esa actualidad: clave para Perplexity y para cualquier tema en el que lo reciente importe
4. Arregla el acceso de los bots de IA: condición necesaria para que Perplexity y ChatGPT Browse te citen en tiempo real
5. Refuerza las señales de E-E-A-T: especialmente importantes para Claude y para las consultas evaluativas
6. Añade schema HowTo a los tutoriales: el tipo de schema con más impacto en el contenido de procedimientos
7. Implementa llms.txt: un efecto apreciable, sobre todo en Claude, con un coste de implementación relativamente bajo

Deja de optimizar la densidad de palabras clave. Es el factor con la correlación más débil con las citas en los LLM de todo nuestro estudio. El mismo esfuerzo aplicado a implementar schema FAQPage produce aproximadamente 7 veces más mejora en citas.

Conclusión

Los patrones de citas de los grandes LLM son medibles, consistentes y accionables. El schema FAQPage es, por sí solo, el predictor de citas más fuerte en todos los tipos de consulta y plataformas. La actualidad del contenido importa más de lo que reconocen la mayoría de los profesionales de AEO. La densidad de palabras clave es irrelevante. Y los patrones de citas cambian lo suficiente entre LLM como para que una estrategia por plataforma, priorizando Perplexity (actualidad + schema), ChatGPT (autoridad + schema), Claude (E-E-A-T + llms.txt) y Gemini (SEO tradicional + schema), dé mejores resultados que un enfoque pensado para un solo LLM.

Usa la analítica de citas de AI Rank Lab para seguir tus tasas de citas en las cuatro plataformas y ver qué señales predictoras pesan más en tu grupo temático. Los datos de este estudio son agregados: tu categoría y tu tipo de contenido concretos pueden mostrar un peso distinto de cada factor.